Sesión 1: Inferencia causal en ciencias sociales

Magíster en Métodos para la Investigación Social 2024

Autor/a

José Conejeros

Fecha de publicación

lunes 04 de noviembre, 2024

Facultad de Ciencias Sociales e Historia UDP
Click al repositorio

¿Qué es la inferencia causal?

Podemos entender la inferencia causal como el interés por estimar el efecto de los acontencimientos y las decisiones sobre un resultado de interés determinado.

Algunos ejemplos:

Zubizarreta, J. R., Cerdá, M., & Rosenbaum, P. R. (2013). Effect of the 2010 Chilean earthquake on posttraumatic stress: reducing sensitivity to unmeasured bias through study design. Epidemiology, 24(1), 79-87.

Torche, F. (2011). The effect of maternal stress on birth outcomes: exploiting a natural experiment. Demography, 48, 1473-1491.

Muralidharan, K., Singh, A., & Ganimian, A. J. (2019). Disrupting education? Experimental evidence on technology-aided instruction in India. American Economic Review, 109(4), 1426-1460.

Fundamental

  • Datos: ¿Cuál es la estrategia de identificación?

  • Supuestos: ¿Cuáles son los supuestos que sustentan la causalidad en un estudio?

Sin embargo, tendremos algunos inconvenientes…

Problema fundamental de la inferencia causal

Considere una población de \(i\) unidades potencialmente expuestas a un tratamiento (causa) o control. La variable \(D_i\) nos indicará si la unidad \(i\) fue tratada (\(D_i=t\)) o no tratada, o sea control, (\(D_i=c\)).

Nos interesa evaluar el efecto sobre una variable de respuesta observada que denotaremos como \(Y_i\) con dos respuestas potenciales:

  • \(Y_i(t)\) si la unidad fue tratada
  • \(Y_i(c)\) en caso contrario

Dado que \(Y_i\) mide el efecto de la causa, entonces, los valores de \(Y_i\) son posteriores a la exposición del tratamiento.

A su vez, denotamos que el modelo causal del tratamiento en una unidad \(i\) puede ser expresado como:

\[\tau_i=Y_i(t)-Y_i(c)\]

Lo interesante del modelo Neyman-Rubin es que el valor de \(D_i\) para cada unidad \(i\) podría haber sido distinto. Este es el problema.

Problema fundamental de la inferencia causal

La imposibilidad de observar una variable de respuesta \(Y_i\) en la misma unidad y al mismo tiempo para dos condiciones diferentes: \(Y_i(t)\) y \(Y_i(c)\).

Graficamente:

¿Qué se puede hacer?

Average Treatment Effect (ATE)

Correlación vs causalidad

Regresión lineal

Estimador OLS

Error estándar

Test de hipótesis